آموزش یادگیری عمیق: پردازش زبان طبیعی با ترنسفورمرها - آخرین آپدیت

دانلود Deep Learning: Natural Language Processing with Transformers

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:

یادگیری عمیق (Deep Learning)، داغ‌ترین موضوع امروزی! با توجه به تأثیر چشمگیر آن در صنایع مختلف، جای تعجب نیست. یکی از برجسته‌ترین حوزه‌هایی که یادگیری عمیق در آن نفوذ کرده است، پردازش زبان طبیعی (NLP) می‌باشد.

برای درک چرایی محبوبیت گسترده‌ی پردازش زبان طبیعی مبتنی بر یادگیری عمیق، کافیست به کاربردهای متنوع آن نگاهی بیندازیم؛ جایی که توانایی درک، معناسازی و تولید متن توسط کامپیوترها، زندگی ما را متحول کرده است.

برخی از کاربردهای برجسته پردازش زبان طبیعی عبارتند از:

  • کمک به یادگیری افراد در سراسر جهان در مورد هر موضوعی با ChatGPT
  • توانمندسازی توسعه‌دهندگان برای کدنویسی کارآمدتر با Github Copilot
  • پیشنهاد خودکار موضوعات در فید توییتر شما
  • ترجمه ماشینی عصبی خودکار با Google Translate
  • موتورهای جستجوی تجارت الکترونیک مانند آنچه در Amazon می‌بینیم
  • تصحیح گرامر با Grammarly

تقاضا برای مهندسان پردازش زبان طبیعی به شدت در حال افزایش است و متخصصان این حوزه به دلیل ارزش بالای خود، درآمد بالایی دارند. با این حال، شروع کار در این زمینه آسان نیست. حجم انبوهی از اطلاعات، اغلب منسوخ، و عدم توجه کافی به نیازهای مبتدیان، چالش‌هایی را ایجاد می‌کند.

در این دوره، شما را در سفری شگفت‌انگیز همراهی خواهیم کرد تا مفاهیم مختلف را با رویکردی گام به گام و مبتنی بر پروژه بیاموزید. از Tensorflow 2 (محبوب‌ترین کتابخانه یادگیری عمیق در جهان، توسعه‌یافته توسط گوگل) و Huggingface Transformers (محبوب‌ترین کتابخانه متمرکز بر NLP) استفاده خواهیم کرد. با ساخت مدل‌های ساده مانند رگرسیون خطی برای پیش‌بینی قیمت خودرو و طبقه‌بندی‌کننده متن مبتنی بر RNN برای تحلیل نظرات فیلم شروع کرده و به مدل‌های پیشرفته‌تر ترنسفورمر (مانند Bert، GPT، BlenderBot، T5، Sentence Transformers و Deberta) خواهیم رسید.

پس از گذراندن این دوره و اجرای پروژه‌های مختلف، مهارت‌های لازم برای توسعه راه‌حل‌های پیشرفته یادگیری عمیق برای NLP را که شرکت‌های بزرگ فناوری به کار می‌گیرند، کسب خواهید کرد.

شما خواهید آموخت:

  • مبانی Tensorflow (Tensors، ساخت مدل، آموزش و ارزیابی)
  • پیش‌پردازش متن برای پردازش زبان طبیعی
  • الگوریتم‌های یادگیری عمیق مانند شبکه‌های عصبی بازگشتی (RNN)، مدل‌های توجه (Attention Models)، ترنسفورمرها (Transformers) و شبکه‌های عصبی کانولوشنال (CNN)
  • تحلیل احساسات با RNNها، ترنسفورمرها و Huggingface Transformers (Deberta)
  • یادگیری انتقالی با Word2vec و ترنسفورمرهای مدرن (GPT، Bert، ULmfit، Deberta، T5...)
  • عملیات یادگیری ماشین (MLOps) با Weights and Biases (ردیابی آزمایش‌ها، تنظیم ابرپارامترها، نسخه‌بندی مجموعه داده‌ها و مدل‌ها)
  • ترجمه ماشینی با RNNها، توجه، ترنسفورمرها و Huggingface Transformers (T5)
  • استقرار مدل (فرمت Onnx، کوانتیزاسیون، Fastapi، Heroku Cloud)
  • طبقه‌بندی قصد (Intent Classification) با Deberta در Huggingface Transformers
  • تشخیص رابطه موجودیت نام‌گذاری شده (Named Entity Relation) با Roberta در Huggingface Transformers
  • ترجمه ماشینی عصبی با T5 در Huggingface Transformers
  • پرسش و پاسخ استخراجی (Extractive Question Answering) با Longformer در Huggingface Transformers
  • موتور جستجوی تجارت الکترونیک با Sentence Transformers
  • تولیدکننده متن ترانه (Lyrics Generator) با GPT2 در Huggingface Transformers
  • تصحیح خطای گرامری با T5 در Huggingface Transformers
  • ربات ایلان ماسک (Elon Musk Bot) با BlenderBot در Huggingface Transformers
  • تشخیص گفتار (Speech Recognition) با RNNها

اگر می‌خواهید یک قدم فراتر در مسیر شغلی خود بردارید، این دوره برای شماست و ما بی‌صبرانه مشتاقیم به شما در دستیابی به اهدافتان کمک کنیم!

این دوره توسط Neuralearn ارائه می‌شود. مانند سایر دوره‌های Neuralearn، ما اهمیت زیادی به بازخورد قائل هستیم. نظرات و سوالات شما در انجمن به ما در بهبود این دوره کمک خواهد کرد. لطفاً هر تعداد سوالی که دارید در انجمن بپرسید. ما تمام تلاش خود را می‌کنیم تا در کوتاه‌ترین زمان ممکن پاسخ دهیم.

لذت ببرید!!!


سرفصل ها و درس ها

مقدمه intro

  • خوش آمدید Welcome

  • معرفی کلی General Introduction

  • درباره این دوره About this Course

  • لینک به کد Link to Code

پیش‌نیازها- تانسورها و متغیرها [PRE-REQUISITE] Tensors and Variables

  • لینک به کد Link to Code

  • مبانی Basics

  • مقداردهی اولیه و تبدیل نوع Initialization and casting

  • نمایه سازی Indexing

  • عملیات ریاضی Maths Operations

  • عملیات جبر خطی Linear algebra operations

  • متدهای متداول Common methods

  • تانسورهای ناهمگون Ragged tensors

  • تانسورهای پراکنده Sparse tensors

  • تانسورهای رشته‌ای String tensors

  • متغیرها Variables

پیش‌نیازها- ساخت شبکه‌های عصبی با تنسورفلو [PRE-REQUISITE] Building Neural Networks with TensorFlow

  • لینک به کد Link to Code

  • لینک به دیتاست Link to Dataset

  • درک وظیفه Task Understanding

  • آماده‌سازی داده‌ها Data Preparation

  • مدل رگرسیون خطی Linear Regression Model

  • جریمه خطا Error Sanctioning

  • آموزش و بهینه‌سازی Training and Optimization

  • اندازه‌گیری عملکرد Performance Measurement

  • اعتبارسنجی و تست Validation and Testing

  • اقدامات اصلاحی Corrective Measures

  • دیتاست‌های تنسورفلو TensorFlow Datasets

پیش‌پردازش متن برای تحلیل احساسات Text Preprocessing for Sentiment Analysis

  • درک تحلیل احساسات Understanding Sentiment Analysis

  • استانداردسازی متن Text Standardization

  • توکن‌سازی Tokenization

  • کدگذاری یک-داغ و کیسه کلمات One-hot encoding and Bag of Words

  • فرکانس واژه - معکوس فرکانس سند (TF-IDF) Term frequency - Inverse Document frequency (TF-IDF)

  • جاسازی‌ها (Embeddings) Embeddings

تحلیل احساسات با شبکه‌های عصبی بازگشتی Sentiment Analysis with Recurrent neural networks

  • لینک به کد Link to Code

  • نحوه کار شبکه‌های عصبی بازگشتی How Recurrent neural networks work

  • آماده‌سازی داده‌ها Data Preparation

  • ساخت و آموزش RNNها Building and training RNNs

  • RNNهای پیشرفته (LSTM و GRU) Advanced RNNs (LSTM and GRU)

  • شبکه عصبی کانولوشنی یک‌بعدی 1D Convolutional Neural Network

تحلیل احساسات با یادگیری انتقالی Sentiment Analysis with transfer learning

  • درک Word2vec Understanding Word2vec

  • ادغام جاسازی‌های از پیش آموزش‌دیده Word2vec Integrating pretrained Word2vec embeddings

  • تست Testing

  • مصورسازی جاسازی‌ها Visualizing embeddings

ترجمه ماشینی عصبی با شبکه‌های عصبی بازگشتی Neural Machine Translation with Recurrent Neural Networks

  • لینک به کد Link to Code

  • درک ترجمه ماشینی Understanding Machine Translation

  • آماده‌سازی داده‌ها Data Preparation

  • ساخت، آموزش و تست مدل Building, training and testing Model

  • درک امتیاز BLEU Understanding BLEU score

  • پیاده‌سازی امتیاز BLEU از ابتدا Coding BLEU score from scratch

ترجمه ماشینی عصبی با توجه (Attention) Neural Machine Translation with Attention

  • لینک به کد Link to Code

  • درک توجه به سبک بهدانو (Bahdanau Attention) Understanding Bahdanau Attention

  • ساخت، آموزش و تست توجه به سبک بهدانو Building, training and testing Bahdanau Attention

ترجمه ماشینی عصبی با ترنسفورمرها Neural Machine Translation with Transformers

  • لینک به کد Link to Code

  • درک شبکه‌های ترنسفورمر Understanding Transformer Networks

  • ساخت، آموزش و تست ترنسفورمرها Building, training and testing Transformers

  • ساخت ترنسفورمر با لایه توجه سفارشی Building Transformers with Custom Attention Layer

  • مصورسازی امتیازات توجه Visualizing Attention scores

تحلیل احساسات با ترنسفورمرها Sentiment Analysis with Transformers

  • لینک به کد Link to Code

  • تحلیل احساسات با انکودر ترنسفورمر Sentiment analysis with Transformer encoder

  • تحلیل احساسات با توجه LSH Sentiment analysis with LSH Attention

یادگیری انتقالی و مدل‌های زبان تعمیم‌یافته Transfer Learning and Generalized Language Models

  • درک یادگیری انتقالی Understanding Transfer Learning

  • Ulmfit Ulmfit

  • Gpt Gpt

  • Bert Bert

  • Albert Albert

  • Gpt2 Gpt2

  • Roberta Roberta

  • T5 T5

تحلیل احساسات با Deberta در ترنسفورمرهای Huggingface Sentiment Analysis with Deberta in Huggingface transformers

  • لینک به کد Link to Code

  • آماده‌سازی داده‌ها Data Preparation

  • ساخت، آموزش و تست مدل Building,training and testing model

استقرار مدل Model Deployment

  • درک تقطیر (Distillation) Understanding Distillation

  • تنظیم دقیق مدل تقطیر شده Finetuning Distilled Model

  • تبدیل مدل تنسورفلو به فرمت Onnx Converting Tensorflow model to Onnx format

  • درک کوانتیزاسیون (Quantization) Understanding quantization

  • کوانتیزاسیون عملی مدل Onnx Practical quantization of Onnx model

  • API چیست What is an API

  • ساخت API با FastAPI Building an API with FastAPI

  • استقرار API در ابر Deploying API to cloud

طبقه‌بندی هدف با Deberta در ترنسفورمرهای Huggingface Intent Classification with Deberta in Huggingface transformers

  • لینک به کد Link to Code

  • درک مسئله و آماده‌سازی داده‌ها Problem Understanding and Data Preparation

  • ساخت، آموزش و تست مدل Building,training and testing model

رابطه موجودیت نام‌گذاری شده با Roberta در ترنسفورمرهای Huggingface Named Entity Relation with Roberta in Huggingface transformers

  • لینک به کد Link to Code

  • درک مسئله و آماده‌سازی داده‌ها Problem Understanding and Data Preparation

  • ساخت، آموزش و تست مدل Building,training and testing model

ترجمه ماشینی عصبی با T5 در ترنسفورمرهای Huggingface Neural Machine Translation with T5 in Huggingface transformers

  • لینک به کد Link to Code

  • آماده‌سازی دیتاست Dataset Preparation

  • ساخت، آموزش و تست مدل Building,training and testing model

پاسخ به پرسش استخراجی با Longformer در ترنسفورمرهای Huggingface Extractive Question Answering with Longformer in Huggingface transformers

  • لینک به کد Link to Code

  • درک مسئله و آماده‌سازی داده‌ها Problem Understanding and Data Preparation

  • ساخت، آموزش و تست مدل Building,training and testing model

موتور جستجوی فروشگاه اینترنتی با Sentence transformers Ecommerce search engine with Sentence transformers

  • لینک به کد Link to Code

  • درک مسئله و جاسازی جملات Problem Understanding and Sentence Embeddings

  • آماده‌سازی دیتاست Dataset preparation

  • ساخت، آموزش و تست مدل Building,training and testing model

مولد متن ترانه با GPT2 در ترنسفورمرهای Huggingface Lyrics Generator with GPT2 in Huggingface transformers

  • لینک به کد Link to Code

  • درک مسئله و آماده‌سازی داده‌ها Problem Understanding and Data Preparation

  • ساخت، آموزش و تست مدل Building,training and testing model

تصحیح خطاهای گرامری با T5 در ترنسفورمرهای Huggingface Grammatical Error Correction with T5 in Huggingface transformers

  • لینک به کد Link to Code

  • درک مسئله و آماده‌سازی داده‌ها Problem Understanding and Data Preparation

  • ساخت، آموزش و تست مدل Building,training and testing model

  • لینک به کد Link to Code

  • درک مسئله و آماده‌سازی داده‌ها Problem Understanding and Data Preparation

  • ساخت، آموزش و تست مدل Building,training and testing model

تشخیص گفتار خودکار Automatic Speech Recogntion

  • لینک به کد Link to Code

  • درک و آماده‌سازی داده‌ها Understanding and Data Preparation

  • مدل‌سازی، آموزش و تست Modeling, Training and Testing

برنامه‌نویسی ضروری پایتون Essential Python Programming

  • نصب پایتون Python Installation

  • متغیرها و عملگرهای پایه Variables and Basic Operators

  • دستورات شرطی Conditional Statements

  • حلقه‌ها Loops

  • متدها Methods

  • اشیاء و کلاس‌ها Objects and Classes

  • اضافه‌بارگذاری عملگر (Operator Overloading) Operator Overloading

  • انواع متدها Method Types

  • وراثت Inheritance

  • کپسوله‌سازی Encapsulation

  • چندریختی Polymorphism

  • دکوراتورها Decorators

  • مولدها (Generators) Generators

  • بسته Numpy Numpy Package

  • مقدمه‌ای بر Matplotlib Introduction to Matplotlib

نمایش نظرات

آموزش یادگیری عمیق: پردازش زبان طبیعی با ترنسفورمرها
جزییات دوره
33 hours
121
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
2,239
4.3 از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Neuralearn Dot AI Neuralearn Dot AI

کمک به میلیون ها یادگیرنده، بر یادگیری عمیق مسلط شوید.

Neuralearn Dot AI Neuralearn Dot AI

کمک به میلیون ها یادگیرنده، بر یادگیری عمیق مسلط شوید.